【超级汇川技术汇】是UC广告推广平台推出的技术交流栏目，不定期向行业分享平台的技术思考和技术新进展，希望促进更多数字营销技术的行业交流，推动智能UC广告营销的发展。

一、写在前面

ID做为唯一性标识，用来标记和区分商业系统中的各级主体。以客户UC广告投放体系为例，就包括帐户ID、推广组ID、推广创意ID等等（如下图）。同样的，媒体会为用户分配 User ID，地域分配Region ID，有Slot ID，Media ID……，可见，当前的业务系统中，各种ID被广泛使用，成为机器学习模型的重要信息。

UC广告系统的优化本质是匹配，即实现“主体”的最优连接。具体的说，当用户在媒体产生浏览行为时，为用户匹配最佳的商业结果。为了实现细粒度的商业决策，做为标识的各种ID信息实际上广泛使用在数据回收、统计环节，以及算法设计环节。

在最初期的计算UC广告推广系统，我们一般基于账户ID，统计不同账户的后验表现指标来辅助商业决策；个性化UC广告投放的早期，大量的用户ID和物料ID开始做为特征引入线性模型，开启了“千亿”特征工程的时代；当前的UC广告投放推荐系统主要基于神经网络的深度学习模型作为核心算法部件，但是我们发现，单纯以ID为基础的算法设计有非常明显的缺陷：

1. ID 本身无法直接体现主体间的业务关系。

除非经过特别的 ID 化设计，通过 ID 无法计算出主体的层级、隶属、相近关系，自然无法继承、也无法参考其它主体的数据，限制数据泛化，给新主体的冷启动带来了困难。

2. ID 无法反映内容本身的特质。

相似的人群、相似的物料，不一定能分配相近的ID，ID数据本身是没有计算特性的，丢失了内容信息。还容易造成系统内堆积大量重复内容，占用系统资源。

二、账户ID内容化

账户ID内容化重点要解决的问题是相似账户的特征表达具有相似性。这里我们借助文档相似计算的原理，引入稀疏向量特征的方法来解决账户相似性表达问题；在而账户抽取稀疏向量的难点在于数据是多维度和非结构化的，因此需要根据这些数据特点设计合适的向量计算方案。

进行商业UC广告投放时会有一个标的物主体，比如APP，小程序，落地页，商品页等等。UC广告主会在广告平台创建一个账户，然后根据标的物的目标受众进行定向条件、逻辑的选择。这些信息从一定程度上反映了UC广告主投放的标的物的内容属性、定向的人群类型、以及目标兴趣人群选择等信息，可以作为账户ID的内容特征表达输入。

针对上面提出的账户ID特征的问题，我们从客户在UC广告投放逻辑和标的物维度入手设计了一种新的账户内容表达向量，高维的向量表达使得特征之间有一定的泛化和借鉴作用，同时也大幅压缩了帐户ID的整体空间，其主要思路如下：

1.UC广告投放逻辑表达向量：

基于客户在UC广告投放平台的设置信息，进行结构化信息组织-> 关键信息提取 -> 特征向量化表达计算；

2.UC广告投放标的物属性向量：

基于客户UC广告投放的标的物进行泛化属性的表达，从而提取不同标的物之间的相似性。

另外，基于稳定性的考虑我们也进行了离线的稳定性测试，通过模拟UC广告主在平台进行定向人群包、兴趣关键词等条件的增删相关操作，测试在定向条件发生不同条件变化时对客户在UC广告投放表达向量的影响。

综上，基于UC广告投放逻辑和标的物属性构建的账户ID内容向量，提取了客户UC广告投放标的物的核心属性，和核心目标人群的标签属性，极大的压缩了账户ID空间规模（压缩到原来的40%），同时提升了特征表达的泛化能力和稳定性，也解决了客户在新增计划和账户时的效果冷启动后顾之忧。

三、实验效果

上述的账户ID内容化策略通过线上AB-test实验验证，效果如下表所示，大盘带来了消耗+6.7%，GMV+6.35%，效果提升得益于模型在使用新的向量特征之后，泛化能力更强，目前策略已完成全流量。

四、未来展望

ID内容化是一个较大的研究课题，后续会从更多维度内容进行向量化的生成，例如从物料内容角度、用户兴趣角度等，从而提高模型对相似内容、相似人群的识别和泛化的能力。未来畅想，在用户内容化，账户内容化，物料内容化的基础上，再结合大模型的统一知识表征的能力，UC广告投放的系统的匹配能力将会得到更进一步的提升。